首先先来了解一下什么是非合作目标，非合作目标指被探测目标的真实位置信息除了传感器可以直接量测之外，再无任何其他技术手段能够获取目标的准确位置。比如来袭导弹、敌机、失效或故障航天器、敌方航天器、空间碎片等。逆合成孔径雷达(ISAR)主要对这类目标进行探测与成像。那么国内外对非合作目标测量的研究现在如何？
目前主要存在基于强几何特征、基于激光投影、基于模型匹配、基于点云配准以及基于多传感器融合的五种测量方法，从复杂度、计算量等方面对几种方法进行比较，如表 1-1 所示。
| 表1-1 五种非合作目标测量技术的比较 |
| 估计方法 |
复杂度 |
计算量 |
鲁棒性 |
能否对目标重构 |
| 基于强几何特征 |
低 |
小 |
弱 |
否 |
| 基于激光投影 |
低 |
大 |
弱 |
能 |
| 基于模型匹配 |
低 |
小 |
中 |
否 |
| 基于点云配准 |
中 |
大 |
强 |
能 |
| 基于多传感器融合 |
高 |
大 |
强 |
能 |
基于强几何特征的方法不需要对图像进行繁琐的处理，因此容易达到实时性要求，但该方法是将目标上如发动机喷嘴、太阳帆板等明显结构作为特征进行识别，在目标多变的运动状态下很容易由于其他部件的遮挡导致无法识别，因此算法鲁棒性较差，只能对特定姿态进行测量。
基于模型匹配的方法是利用已知的目标三维模型与获取图像进行匹配，得到目标位姿信息，它弥补了基于强几何特征方法的缺陷，对环境变化具有一定的容错性。但同基于强几何特征的方法一样，该方法同样需要已知目标的物理结构作为先验知识，对于非合作目标而言，这个前提条件是难以满足的。
基于激光投影的方法是直接利用激光传感器获取目标信息，然后利用相应算法进行估计。虽然算法复杂度较低，但由于激光传感器获得的数据较多使得计算量庞大，同时激光传感器容易受到环境干扰导致含有很多错误数据，对结果精度造成影响。
基于多传感器融合的方法将各传感器优势结合起来形成互补，因此具有更强的抗干扰能力和更高的测量精度。但多传感器的使用会导致成本的增加，并且对不同传感器所获数据进行融合也造成了算法复杂度的上升。
基于点云配准的方法是对两帧三维点云进行迭代匹配获取两帧间的相对位姿，该方法具有较强的鲁棒性和解算精度。但是对两帧点云进行匹配时所用的 ICP 算法非常耗时，无法满足实时性要求。因此，在保证精度的前提下，对 ICP 算法进行改进以提高实时性已经成为了研究热点 。
